文章摘要 本研究提出了一种融合无监督聚类与大语言模型的学生画像构建及个性化推荐方法。基于"数智教育数据集"中的多源异构数据（考试成绩、考勤记录、消费流水等），研究采用三阶段技术框架：首先通过PCA降维和K-Means聚类自动发现学生群体结构；其次结合Mann-Kendall趋势检验分析学业动态特征；最后构建融合协同过滤与LLM语义检索的混合推荐系统。研究发现，相比传统规则分箱，聚类方法能识别更细粒

摘要：本实验基于清洗后的数据，使用助睿ETL平台计算两类特征：1）标题特征（提取"保姆级""零代码"等5个关键词标志）和互动总数（likes+favorites+shares+coins），更新至content_analysis表；2）关键词级别的平均互动数，输出到title_feature_analysis表。实验重点运用计算器、JavaScript代码、

摘要 本实验基于助睿Max可视化平台，实现"市场分析"和"用户画像"双大屏的无缝切换及地图数据联动功能。实验重点运用蓝图编辑器的可视化编程能力，通过控制图层可见性实现大屏切换，并建立地图点击与指标卡的数据联动机制。关键技术包括：Tab列表组件的事件触发、分支判断节点的条件处理、SQL动态查询以及并行数据分发。实验展示了助睿Max在零代码环境下实现复杂数据交互的能力，其图层管理、蓝图编辑器和组件化设

本实验基于浏览器用户画像统计表，使用助睿Max数据可视化平台设计用户画像分析大屏。实验要求学生掌握大屏信息架构设计、图表选型与数据叙事能力，通过可视化组件将人口统计数据转化为决策洞察。大屏包含核心指标、性别/年龄/学历等分布图表及中国地图热力图，采用分层布局与交互筛选设计，支持多维度用户画像分析。实验步骤涵盖组件配置、样式调整与图层管理，最终实现专业级数据看板。助睿平台提供零代码操作、丰富图表库与

本实验基于助睿Max蓝图编辑器，将MySQL数据库中的浏览器市场分析数据动态绑定至可视化大屏组件。通过配置数据源、编写SQL查询、使用并行数据处理节点分发数据，并连接至柱状图、饼图、折线图等图表，实现多维度数据可视化（如市场覆盖率、时段活跃度、使用频率等）。实验涵盖蓝图编辑器核心概念（触发器、动作、变量）、数据流配置、图表样式优化及大屏发布全流程，帮助用户掌握零代码数据可视化开发技能，最终生成可在

【实验摘要】本实验基于助睿零代码ETL平台，完成订单利润分流处理任务。实验通过可视化拖拽组件方式，实现了订单表与产品表的左外连接、重复字段移除、利润正负分流等操作，最终输出盈利订单和亏损订单两个Excel文件。关键步骤包括：1）配置表输入组件读取MySQL数据源；2）使用记录集连接组件关联两表数据；3）通过过滤记录组件按利润≥0条件分流；4）设置Excel输出组件分别存储结果。实验验证了零代码平台

不做 Z/T 分数标准化 → 偏科判定完全错误不剔除缺考 / 作弊 /-1/-2/-3 → 大量伪偏科不筛选有效科目≥4 → 结果失真住校 / 走读用同一规律度模型 → 误判严重图表不设中文字体 → 方格乱码只看分数不看行为 → 找不到根源。